Analisis-de-la-produccion-cientfica-de-Mexico-en-el-web-of-science-durante-el-perodo-2005-2015-utilizando-inteligencia-computacional

Vista previa del material en texto

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO 
 
POSGRADO EN BIBLIOTECOLOGÍA Y ESTUDIOS DE LA INFORMACIÓN 
FACULTAD DE FILOSOFÍA Y LETRAS 
INSTITUTO DE INVESTIGACIONES BIBLIOTECOLÓGICAS Y DE LA INFORMACIÓN 
 
 
Análisis de la producción científica de México en el Web of Science, durante el 
período 2005-2015, utilizando inteligencia computacional. 
 
TESIS 
QUE PARA OPTAR POR EL GRADO DE: 
MAESTRA EN BIBLIOTECOLOGÍA Y 
ESTUDIOS DE LA INFORMACIÓN 
 
PRESENTA: 
Lic. Ibis Anette Lozano Díaz 
 
ASESOR: DR. Humberto A. Carrillo Calvet 
Facultad de Ciencias y Centro de Ciencias de la Complejidad 
Universidad Nacional Autónoma de México 
 
Ciudad de México, Diciembre 2016 
 
 
UNAM – Dirección General de Bibliotecas 
Tesis Digitales 
Restricciones de uso 
 
DERECHOS RESERVADOS © 
PROHIBIDA SU REPRODUCCIÓN TOTAL O PARCIAL 
 
Todo el material contenido en esta tesis esta protegido por la Ley Federal 
del Derecho de Autor (LFDA) de los Estados Unidos Mexicanos (México). 
El uso de imágenes, fragmentos de videos, y demás material que sea 
objeto de protección de los derechos de autor, será exclusivamente para 
fines educativos e informativos y deberá citar la fuente donde la obtuvo 
mencionando el autor o autores. Cualquier uso distinto como el lucro, 
reproducción, edición o modificación, será perseguido y sancionado por el 
respectivo titular de los Derechos de Autor. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Not everything that counts can be counted. 
William Bruce Cameron (1963) 
 
 
 
 
 
 
 
 
 
 
 
 
 
Agradecimientos 
 
Quiero agradecer a mis sinodales, Dra. Jane Russell, Dr. Salvador Gorbea Portal, Dr. 
Francisco Collazo y Dra. María Luna Morales, por dedicar parte de su tiempo a la 
revisión de esta investigación y por sus valiosos comentarios, que sirvieron para 
enriquecer esta tesis. A la Dra. Yohannis Martí Lahera, directora de la Biblioteca Central 
de la Universidad de La Habana, por sus sugerencias sobre los análisis en los indicadores 
de producción e impacto, tema de su especialidad. Al Dr. Ricardo Arencibia Jorge 
agradezco su apoyo en el estudio sobre revistas mexicanas. A la Dra. Rosa Lidia Vega 
Almeida, del Centro de Histoterapia Placentaria de Cuba, por sus valiosos comentarios 
sobre la redacción de la tesis. 
 
A mi tutor Dr. Humberto Carrillo Calvet por su visión sobre el tema y por sus sabias 
sugerencias; su paciencia y exigencia en la conducción de esta investigación. 
Además, doy gracias por enseñarme el verdadero rigor de la ciencia, y cómo manejar cada 
situación que se presenta en el camino de hacer ciencia. A su lado, cada día es una 
enseñanza. 
 
Agradezco a mis padres Ibis Díaz y Pedro Lozano, por todo el amor y apoyo incondicional 
que recibo cada día de su parte, sin importar la distancia. 
 
A todos los chicos del Laboratorio de Dinámica No Lineal, en especial a José Luis Jiménez, 
por explicarme cómo funcionan las neuronas del SOM, contar con su ayuda 
incondicional durante todo este tiempo y por convertirse en un verdadero amigo. 
 
A mi amiga, Yaniris Rodríguez Sánchez por darme la luz sobre la “Ciencia” y la vida 
académica. 
 
A los profesores del Posgrado en Bibliotecología y Estudios de la Información, de la 
Universidad Nacional Autónoma de México por ofrecerme una excelente educación. Por 
último, agradecer al CONACYT su apoyo económico durante el curso 2014-2016. 
Resumen 
 
Desde una perspectiva bibliométrica, la presente investigación analiza la producción 
científica de México, evaluando el desempeño de las revistas y la producción de 
artículos científicos, tomando en cuenta diversos indicadores independientes de 
tamaño, basados en citas. 
 
Se considera información contenida en las bases de datos del Sistema Nacional de 
Investigadores (SNI), del Web of Science (WoS) y de Scopus, durante el período 
comprendido entre enero de 2005 y diciembre de 2015. 
 
El método de análisis se basa en el uso de técnicas bibliométrcias y de inteligencia 
computacional. Se construye y se utiliza una batería de indicadores bibliométricos 
para estimar la eficiencia y la efectividad de la producción. Una parte del análisis se 
realiza aplicando una tecnología neurocomputacional y técnicas de frontera para la 
visualización de información, implementadas en el sistema de software LabSOM, 
desarrollado en el Laboratorio de Dinámica no Lineal de la Facultad de Ciencias. 
 
A la luz de cuatro indicadores de última generación (dos del Journal Metrics de 
Scopus y dos del Journal Citation Reports), se analiza el desempeño de todas las 
revistas mexicanas (39) indizadas en el WoS. Se identifican las diez revistas con 
mayor desempeño, de acuerdo a cada uno de estos indicadores y se comparan los 
resultados. 
 
Por otra parte, se compara la evolución de la producción científica de México en las 
bases de datos del WoS y de Scopus con la evolución del SNI. Se identifican los 
campos de investigación en los que la ciencia mexicana tiene mayor producción e 
influencia. También se propuso un Índice de Desarrollo Científico, independiente de 
tamaño, que es útil para comparar la evolución de la producción de México con la 
de otros países con un similar nivel de desarrollo científico. 
 
Se comprueba la utilidad de la tecnología neurocomputacional para llevar a cabo 
análisis multiparamétrico dentro un conjunto de 70 países, tomando en cuenta 
simultáneamente cuatro indicadores que estiman: productividad, impacto 
normalizado y dos indicadores de excelencia. Los resultados del análisis 
neurocomputacional se visualizan en mapas que encriptan el conocimiento 
obtenido. 
 
Los resultados obtenidos son de potencial utilidad para la evaluación y el diseño de 
política científica. 
 
Palabras Clave: Minería de datos bibliométrica; visualización de información; 
redes neuronales; mapas auto-organizados; algoritmo SOM; ViBlioSOM; 
indicadores; México. 
Tabla de Contenido 
Introducción ...................................................................................................................... I 
1. Exposición de motivos, justificación y objetivos de la investigación .......................... I 
2. Antecedentes .......................................................................................................... V 
Capítulo I: Marco teórico ................................................................................................. 1 
1. Elementos de análisis de la producción académica ................................................ 1 
1.1. Indicadores de producción e indicadores basados en citas .................................... 1 
1.2. La eficiencia científica medida a través de indicadores de productividad................. 4 
1.3. Consideraciones sobre los indicadores de excelencia ............................................. 5 
2. Elementos de análisis del desempeño de las revistas académicas ............................ 7 
2.1. El Factor de Impacto de Garfield ............................................................................. 9 
2.2. Eigenfactor del WoS ................................................................................................ 9 
2.3. Source normalized impact per paper ..................................................................... 10 
2.4. SCImago Journal Rank (SJR) ............................................................................... 11 
3. Descubrimiento de conocimiento, minería y visualización de información en bases de 
datos bibliográficas....................................................................................................... 12 
3.1. El descubrimiento de conocimiento en bases de datos (KDD) ............................... 12 
3.2. La minería de datos como parte de la metodología de descubrimiento de 
conocimiento en bases de datos .................................................................................. 14 
3.3. Técnicas de la minería de datos ............................................................................16 
3.4. Visualización de información ................................................................................. 17 
3.5. KDD, Minería de Datos, visualización de información y la Bibliometría ................. 22 
3.5.1. El algoritmo SOM y la visualización de información bibliométrica ....................... 22 
Capítulo II: Metodología y fuentes de información ...................................................... 24 
2.1. Fuentes de información: los índices de difusión de la ciencia ................................ 24 
2.1.1. El Web of Science (WoS): las bases de datos y herramientas de análisis 
bibliométrico ................................................................................................................. 24 
2.1.2. Los recursos de análisis del WoS: Essential Science Indicators y Journal Citation 
Reports ........................................................................................................................ 26 
2.2. SCOPUS ............................................................................................................... 29 
2.2.1. Elsevier Journal Metrics ...................................................................................... 30 
2.2.2. SCIMAGO Journal and Country Rank................................................................. 30 
2.3. Batería de Indicadores bibliométricos empleados en la investigación .................... 31 
2.3.1 Indicadores de producción y eficiencia ................................................................ 31 
2.3.2. Indicadores de impacto ...................................................................................... 32 
2.3.3. Indicadores del Esential indicators: Highly Cited Paper y Hot Paper .................. 35 
2.4. Metodología implementada: ViBlioSOM ................................................................ 36 
2.4.1. Etapas de la metodología ViBlioSOM ................................................................. 37 
Capítulo III: Resultados y discusión ............................................................................. 41 
1. Análisis bibliométrico de las principales revistas mexicanas .................................. 41 
1.1. Núcleo de revistas mexicanas con mayor visibilidad en Web of Science y Scopus 41 
1.2. El top ten de revista mexicanas con mayor visibilidad ........................................... 45 
1.3. Análisis multidimensional de las revistas mexicanas, basada en la técnica de mapas 
auto-organizados o SOM (Self-Organizing Map) .......................................................... 49 
2. Análisis de la producción científica mexicana en el WoS, 2005-2015 ....................... 53 
2.1. El Sistema Nacional de Investigadores (SNI) ........................................................ 53 
2.2. Análisis comparativo de la evolución del SNI y de la producción científica mexicana 
en Scopus y el Web of Science .................................................................................... 53 
2.2.1.Análisis de los artículos científicos mexicanos visibles internacionalmente
 ..................................................................................................................................... 56 
2.3. Estudio comparativo de la producción mexicana con otros países. ....................... 59 
2.4. Highly Cited y Hot papers: Comparación de la producción mexicana con otros países
 ..................................................................................................................................... 63 
2.5. Principales campos de investigación en la ciencia mexicana ................................ 71 
2.5.1. Los campos de investigación con mayor impacto en la ciencia mexicana .......... 73 
2.5.2. Los campos de investigación científica mexicana con mayor efectividad y 
excelencia .................................................................................................................... 74 
2.6. Colaboración científica .......................................................................................... 78 
3. Análisis multiparamétrico del perfil bibliométrico de México y otros países, basado en 
la técnica de mapas auto-organizados ......................................................................... 79 
3.1. Ranking de los países de acuerdo al ESI del WoS ................................................ 79 
3.2. Ranking de los países de acuerdo al grado de desarrollo científico ....................... 80 
3.3. Aplicación de ViBlioSOM: Análisis multiparamétrico del perfil bibliométrico de México 
y otros países, considerando el índice de desarrollo científico, impacto y excelencia ... 85 
3.3.1. Análisis usando indicadores dependientes de tamaño ....................................... 85 
3.3.2. Análisis usando indicadores independientes del tamaño…………………………. 89 
Consideraciones finales ................................................................................................ 93 
Referencias .................................................................................................................... 95 
ANEXOS ....................................................................................................................... 104 
 
 
 
Relación de Figuras 
 
Todas las figuras y tablas de esta tesis son de elaboración propia, con excepción de la 
Figura 1 y Figura 2 
 
Figura 1. Fases de la metodología para el descubrimiento de conocimiento en bases de 
datos (KDD) (Fayyad, et al., 1996) ................................................................................... 15 
Figura 2. Estructura de una Red Neuronal bajo el algoritmo SOM (Guzmán-Sánchez, 2009)
 ........................................................................................................................................ 23 
Figura 3. Metodología ViBlioSOM: etapas del descubrimiento, análisis y visualización de 
información bibliométrica ................................................................................................. 37 
Figura 4. Mapa de componente del indicador: Índice de desarrollo científico (SDI) para 
países .............................................................................................................................. 39 
Figura 5. Clustering de países considerando cuatro indicadores: Índice de desarrollo 
científico (SDI), Impacto Normalizado (NI), Highly Cited (HCP) y Hot Papers (Hot) ......... 40 
Figura 6. Revistas mexicanas indexadas en SCOPUS y Web of Science, 2005-2015 ..... 44 
Figura 7. Revistas mexicanas con mayores valores en el Source Normalized Impact per 
Paper y SCImago Journal Rank para el año 2015 ........................................................... 48 
Figura 8. Revistas mexicanas con mayores valores en el Eigenfactor Score y Impact Factor 
para el año 2015 .............................................................................................................. 49 
Figura 9.Mapa de Visibilidad por zonas de las revistas mexicanas de acuerdo con: a) Source 
Normalized Impact per Paper, b) Impact Factor, c) Eigenfactor Score, y d) SCImago Journal 
Rank. (Self-organized maps desarrollado por ViblioSOM). (Anexos 8 y 9: los mapas 
aparecen separado .......................................................................................................... 52 
Figura 10.Crecimiento paralelo del número total de miembros mexicanos en el SNI y la 
producción científica en Web of Science y Scopus, durante el período 2005-2015 .......... 55 
Figura 11. La eficiencia de la ciencia mexicana en Web of Science y SCOPUS, durante 
2005-2015 ....................................................................................................................... 56 
Figura 12. Crecimiento paralelo del número total de miembros mexicanos en el SNI y el 
número de artículos científicos en Web of Science y Scopus, durante el período 2005-2015
 ........................................................................................................................................58 
Figura 13. El índice de producción científica nacional (National Scientific Productivity) en 
Web of Science y Scopus, durante el período 2005-2015 ................................................ 58 
Figura 14. Comparación de la producción mexicana en WoS con la de los países más 
productivos de la región ................................................................................................... 59 
Figura 15. Comparación de la producción científica mexicana en el WoS por cada 100,000 
habitantes con países de la región, 2005-2015 ................................................................ 60 
Figura 16. Comparación de la producción mexicana en WoS con países que no pertenecen 
a la región latinoamericana, con similar producción de acuerdo al ESI, durante el período 
2005-2015 ....................................................................................................................... 61 
Figura 17. La producción científica mexicana en el WoS por cada 100,000 habitantes con 
la de los países con similar producción de acuerdo al ESI, 2005-2015 ............................ 62 
Figura 18. Comparativa del número de Top Papers mexicanos en el Web of Science con 
países de la región y otros países con similar producción, 2005-2015 ............................. 63 
Figura 19. Comparativa del número de Highly Cited Papers mexicanos en el Web of Science 
con países de la región y países de similar producción, 2005-2015 ................................. 64 
Figura 20. Comparativa del número de Hot Papers mexicanos en el Web of Science con 
países de la región y países de similar producción, 2005-2015 ....................................... 65 
Figura 21. Comparativa del número de Top Papers mexicanos por cada 1,000 documentos 
en el Web of Science con países de la región y con países de similar producción, 2005-
2015 ................................................................................................................................ 66 
Figura 22. Comparativa del número de Highly Cited Papers mexicanos por cada 1,000 
documentos en el Web of Science con países de la región y países de similar producción, 
2005-2015 ....................................................................................................................... 67 
Figura 23. Comparativa del número de Hot Papers mexicanos por cada 1,000 documentos 
en el Web of Science con países de la región y países de similar producción, 2005-2015
 ........................................................................................................................................ 68 
Figura 24. Comparativa del número de Highly Cited Papers mexicanos por cada 100,000 
habitantes, con países de la región y países de similar producción, 2005-2015 .............. 69 
Figura 25. Comparativa del número de Hot Papers mexicanos por cada 100,000 habitantes, 
con países de la región y países de similar producción, 2005-2015 ................................. 70 
Figura 26. Distribución del número de documentos mexicanos en el WoS, durante 2005-
2015, entre 22 campos de investigación .......................................................................... 72 
Figura 27. Distribución del número de citas entre 22 campos de investigación en el WoS, 
durante 2005-2015 .......................................................................................................... 73 
Figura 28. Distribución del promedio de citas por documento a través de 22 campos de 
investigación en el WoS, durante 2005-2015 ................................................................... 74 
Figura 29. Distribución entre 22 campos de investigación del número de Highly Cited Papers 
mexicanos en el WoS, durante 2005-2015 ...................................................................... 76 
Figura 30. Distribución de los 9 de 22 campos de investigación del número de Hot Papers 
mexicanos en el WoS, durante 2005-2015 ...................................................................... 77 
Figura 31. Evolución anual de la colaboración con los países más colaboradores con México 
en el período 2005-2015. Total de países colaboradores: 193 ......................................... 78 
Figura 32. Evolución en el tiempo del índice de desarrollo científico, número de artículos 
publicados en revistas indexadas en WoS por cada 100,000 habitantes, para México y 
países con similar desempeño ......................................................................................... 81 
Figura 33. Países con altos valores de impacto (NI) y el índice de desarrollo científico (SDI) 
durante el 2005-2015 ....................................................................................................... 83 
Figura 34. Relación entre excelencia Highly Cited Papers (HCP) e impacto normalizado 
durante el período 2005-2015, para países con similar índice de desarrollo científico que 
México ............................................................................................................................. 84 
Figura 35. Hot papers e impacto normalizado para países con similar índice de desarrollo 
científico que México, durante el período 2005-2015 ....................................................... 84 
Figura 36. Mapa de Cluster identificado con la técnica Self Organized Maps para 70 países 
que tienen perfiles similares a México, HCP y Hot como indicadores de tamaño dependiente 
(Anexos 10, 11 y 12, donde cada mapa está separado) .................................................. 88 
Figura 37. Mapa de Clusters identificados con la técnica Self Organized Maps para 70 
países que tienen perfiles similares a México, HCP y Hot como indicadores de tamaño 
independiente (Anexo 13, 14 y 15, donde cada mapa está separado) ............................. 92 
 
 
 
Relación de Tablas 
Tabla 1. Indicadores basados en citas con mayor uso derivados de Bases de datos como 
Web of Science y Scopus .................................................................................................. 3 
Tabla 2. Número de documentos recuperados en la base de datos Scopus por cada tipo 
documental ...................................................................................................................... 30 
Tabla 3. Número de documentos recuperados en la base de datos Web of Science por cada 
tipo documental ............................................................................................................... 26 
Tabla 4. Número de trabajos mexicanos publicados en fuentes indexadas en el WoS, 
durante el período 2005-2015 .......................................................................................... 41 
Tabla 5. Correlación de los indicadores estudiados para una muestra de las 39 revistas 
mexicanas cubiertas por SCOPUS y WoS ....................................................................... 45 
Tabla 6. Top-ten 2015 de revistas mexicanas en correspondencia con Impact Factor, 
Source Normalized Impact per Paper, Eigenfactor Score and SCImago Journal Rank .... 47 
Tabla 7. Evolución de la producción científica mexicana en el Web of Science y Scopus, 
durante 2005-2015. ......................................................................................................... 54 
Tabla 8. Evolución del número de artículos mexicanos en el Web of Science y Scopus, 
durante 2005-2015. ......................................................................................................... 57 
Tabla 9. Rank de países según ESI durante el período 2005-2015. ................................ 79 
Tabla 10. Correlación de los indicadores estudiados para una muestra de 100 países ... 82 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Glosario de abreviaturas de países 
Países Siglas Países Siglas 
ALGERIA DZA LEBANON LBN 
ARGENTINA ARG LITHUANIA LTU 
ARMENIA ARM LUXEMBOURG LUX 
AUSTRALIA AUS MALAWI MWI 
AUSTRIA AUT MALAYSIA MYS 
BANGLADESH BGD MEXICO MEX 
BELARUS BLR MOROCCO MAR 
BELGIUM BEL NEPAL NPL 
BOLIVIA BOL NETHERLANDSNLD 
BRAZIL BRA NEW ZEALAND NZL 
BULGARIA BGR NIGERIA NGA 
BURKINA FASO BFA NORTHERN IRELAND NIR 
CAMEROON CMR NORWAY NOR 
CANADA CAN OMAN OMN 
CHILE CHL PAKISTAN PAK 
CHINA MAINLAND CHN PANAMA PAN 
COLOMBIA COL PERU PER 
COSTA RICA CRI PHILIPPINES PHL 
CROATIA HRV POLAND POL 
CUBA CUB PORTUGAL PRT 
CYPRUS CYP QATAR QAT 
CZECH REPUBLIC CZE REPUBLIC OF GEORGIA GEO 
DENMARK DNK ROMANIA ROU 
ECUADOR ECU RUSSIA RUS 
EGYPT EGY SAUDI ARABIA SAU 
ENGLAND UK SCOTLAND ESC 
ESTONIA EST SENEGAL SEN 
ETHIOPIA ETH SERBIA SRB 
FINLAND FIN SINGAPORE SGP 
FRANCE FRA SLOVAKIA SVK 
GAMBIA GMB SLOVENIA SVN 
GERMANY (FED 
REP GER) DEU SOUTH AFRICA ZAF 
GHANA GHA SOUTH KOREA PRK 
GREECE GRC SPAIN ESP 
HONG KONG HKG SRI LANKA LKA 
HUNGARY HUN SWEDEN SWE 
ICELAND ISL SWITZERLAND CHE 
INDIA IND TAIWAN TW 
INDONESIA IDN TANZANIA TZA 
IRAN IRN THAILAND THA 
IRELAND IRL TUNISIA TUN 
ISRAEL ISR TURKEY TUR 
ITALY ITA UGANDA UGA 
JAPAN JPN UKRAINE UKR 
JORDAN JOR UNITED ARAB EMIRATES ARE 
KENYA KEN URUGUAY URY 
KUWAIT KWT USA USA 
LATVIA LVA VENEZUELA VEN 
 VIETNAM VNM 
 WALES WAL 
 ZAMBIA ZMB 
 ZIMBABWE ZWE 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Glosario de abreviaturas de revistas mexicanas 
Título Abreviatura 
Acta Botánica Mexicana Act Bot Mex 
Agrociencia Agrociencia 
Annals of Hepatology Ann Hepatol 
Atmosfera Atmosfera 
Boletín de la Sociedad Geológica Mexicana B Soc Geol Mex 
Botanical Sciences Bot Sci 
Ciencias Marinas Cienc Marinas 
Cirugía y Cirujanos Cir Cir 
Convergencia Convergencia 
Economía Mexicana, Nueva Época Econ Mex N E 
Gaceta Medica de México Gac Med Mex 
Geofísica International Geofis Int 
Gestión y Política Publica Gest Polit Pub 
Hidrobiológica Hidrobiologica 
Investigación Bibliotecológica Invest Bibliotecol 
Investigación Económica Invest Econ 
Journal of the Mexican Chemical Society J Mex Chem Soc 
Latin American Economic Review Lat Am Econ Rev 
Madera Bosques Madera Bosques 
Papeles de Población Papeles de Poblacion 
Perfiles Latinoamericanos Perf Lat 
Política y Gobierno Polit y Gob 
Revista Chapingo, Serie Ciencias Forestales y del 
Ambiente 
Rev Chap Cienc 
Forest Amb 
Revista de Investigación Clínica Rev Invest Clin 
Revista Fitotecnia Mexicana Rev Fitot Mex 
Revista Internacional de Contaminación Ambiental Rev Int Cont Amb 
Revista Latinoamericana de Investigación en Matemática 
Educativa Rev Lat Invest Mat Ed 
Revista Mexicana de Astronomía y Astrofísica Rev Mex Astron Astrof 
Revista Mexicana de Biodiversidad Rev Mex Biodiv 
Revista Mexicana de Ciencias Geológicas Rev Mex Cienc Geol 
Revista Mexicana De Ciencias Pecuarias Rev Mex Cienc Pec 
Revista Mexicana de Física Rev Mex Fis 
Revista Mexicana de Ingeniera Química Rev Mex Ing Quim 
Revista Mexicana de Psicología Rev Mex Psicol 
Salud Mental Salud Mental 
Salud Publica de México Salud Pub Mex 
Tecnología y Ciencias del Agua Tecnol Cienc Agua 
Trimestre Económico Trimest Econ 
Veterinaria México Vet Mex 
Glosario de abreviaturas de Indicadores 
%Citdoc 
 
Proporción de documentos citados 
ANdoc Scopus 
 
Número anual de documentos en Scopus 
ANdoc WoS Número anual de documentos en Wos 
 
ANp Scopus Número anual de artículos en Scopus 
 
ANp WoS Número anual de artículos en WoS 
 
Cita/Ndocxtem Relación eficiencia-eficacia 
 
citas/doc Relación de citas por documento 
 
Citdoc Total de documentos citados 
 
EFS 
 
Eigenfactor 
HCP 
 
Highly cited papers 
HCPxhab 
 
Número de highly cited papers por cada 100,000 habitantes 
HCPxWoS Número de highly cited papers por cada 1,000 documentos 
en WoS 
HOT 
 
Hot papers 
HOTxhab 
 
Número de hot papers por cada 100,000 habitantes 
HOTxWoS Número de top papers por cada 1,000 documentos en WoS 
 
IF 
 
Factor de Impacto 
NI 
 
Impacto Normalizado 
NSP Índice de productividad nacional (National Scientific 
Productivity) 
RI Impacto relativo 
SDI Índice de desarrollo científico (Scientific Development Index) 
SJR SCImago Journal Rank 
SNIP Source normalized impact per paperz 
TOP Top paper 
TOPxwoS Número de hot paper por cada 1,000 documentos en WoS 
 
 
 
 
 
 
 
Introducción 
I 
 
Introducción 
1. Exposición de motivos, justificación y objetivos de la investigación 
El siglo XXI, marca un antes y un después para los sistemas de la ciencia, es 
decir, se evidencia la necesidad e importancia de incorporar programas donde la 
aplicación de herramientas bibliométricas y la minería de datos, analicen de manera 
consecuente el dinamismo de las funciones y salidas, en cada uno de sus campos 
de conocimiento. El análisis de la producción científica de un país tiene gran 
importancia porque constituye un instrumento para monitorear y desarrollar las 
actividades de Ciencia y Tecnología, con el objetivo de incrementar la visibilidad 
internacional de las instituciones, y la calidad de los profesores e investigadores. 
El avance de las nuevas tecnologías de la información en esta era de 
constantes cambios tecnológicos, ha propiciado que, la Ciencia de la Información 
evolucione sus prácticas y modelos en el almacenamiento, tratamiento, gestión y 
representación de la información. En este contexto, se comienza a fomentar la 
creación de grandes bases de datos capaces de almacenar e indexar todo el 
conocimiento científico que genera la humanidad. Por su parte, el auge de Internet, 
en el último decenio del pasado siglo y lo que va del presente, incrementó la 
existencia de bases de datos que almacenan grandes volúmenes de información 
científica en formato digital. 
Diferentes países e instituciones a nivel mundial se han dado a la tarea de 
crear recursos para analizar este gran volumen de datos científicos; a través de 
técnicas de inteligencia computacional (Inteligencia artificial) y modelos 
bibliométricos. Un ejemplo de ello es la fundación en 1957 por Eugene Garfield del 
Institute for Scientific Information (ISI) con los índices de citas (Cawkell & Garfield, 
2001; Reuters, 2016), actualmente el Web of Science(WoS) pertenece al consorcio 
norteamericano Thomson Reuters, desde el año 2008, se considera como una de 
las plataformas más versátil y completa sobre la literatura académica con amplia 
cobertura temática y un gran número de indicadores bibliométricos que permiten 
realizar estudios métricos de la ciencia. 
Introducción 
II 
 
La humanidad no solo almacena información de carácter científico, sino que 
también concentra datos relativos a casi todos los asuntos del quehacer humano. 
En este contexto hoy día, las naciones se enfrentan a un importante desafío, y es 
poder transformar todo ese capital de conocimiento que se encuentra accesible y 
concentrado de manera remota, en información útil para la toma de decisiones. De 
esta manera, emergen disciplinas para solucionar este desafío como, el 
descubrimiento de conocimiento en bases de datos o Knowledge Discovery in 
Databases (KDD), encargada de descubrir el conocimiento oculto en estas fuentes 
y la minería de datos se ocupa de extraer el valor de la información implícita, en las 
bases de datos y al mismo tiempo visualizar nuevo conocimiento. 
Esta tesis constituye una investigación bibliométrica, con un enfoque de 
minería de datos, sobre la producción científica de México, en el Web of Science 
durante el período comprendido entre el año 2005 y 2015, la cual abarca tanto un 
análisis de la producción y el impacto de artículos producidos, como la evaluación 
de las principales revistas de acuerdo a indicadores de última generación. Se 
considera para el estudio la producción de artículos científicos contenidos en la 
colección principal del WoS através de los indicadores que ofrece el Essential 
Science Indicator (ESI) y para la evaluación de las revistas se consideran dos 
indicadores del Journal Metrics de Elsevier y dos de Thomson. Se utilizaron 
indicadores independientes del tamaño para analizar la evolución de la producción 
científica mexicana y comparar de manera justa la producción de México con otros 
países. 
Se utilizaron técnicas de inteligencia computacional basadas en redes 
neuronales para llevar a cabo el análisis exploratorio de la información contenida en 
Web of Science. Para esto se usó el software LabSOM, que implementa tecnología 
neurocomputacional basada en la familia de algoritmos Self Organizing Maps 
(SOM), la cual es útil para el análisis de datos digitales y la generación automática 
de representaciones visuales en forma de mapas. 
El desarrollo de la investigación consideró el período 2005-2015 y estuvo 
guiado por las siguientes preguntas: 
Introducción 
III 
 
1. ¿Cómo evoluciona comparativamente la producción científica mexicana en 
el Web of Science y Scopus? 
2. ¿Cómo se posicionan las revistas mexicanas, si se evalúan de acuerdo a 
diferentes indicadores propuestos por la comunidad científica? ¿Qué justificaría 
posibles diferencias en las evaluaciones? 
3. ¿Cuál es el perfil bibliométrico de la producción científica de México, tomando 
en cuenta indicadores de productividad, impacto y excelencia y cómo se compara 
con el perfil de otros países con similar índice de desarrollo científico? 
4. ¿Qué utilidad pueden tener las tecnologías basadas en inteligencia 
computacional para el análisis y la visualización del conocimiento que resulte de 
las respuestas a las preguntas anteriores? 
 
Objetivo General 
Analizar desde una perspectiva bibliométrica y utilizando técnicas de 
inteligencia computacional: 
1. La producción científica mexicana durante 2005-2015 en el Core 
Collection del Web of Science; 
2. Usar indicadores de última generación (Scimago Journal Rank, Impact 
Factor, Eigenfactor Score y Source Normalized Impact per Paper) para 
identificar el núcleo principal de revistas mexicanas con mayor visibilidad 
en Web of Science y Scopus y analizar el efecto diferencial que produce 
la evaluación de estas revistas en términos de estos indicadores. 
 
Objetivos Específicos 
Considerar el período 2005-2015 para: 
1. Analizar la forma en que ha evolucionado el conjunto de revistas científicas 
mexicanas incluidas en el Journal Citation Reports de WoS y el Journal Metrics 
de Scopus. 
2. Identificar y representar el núcleo de revistas mexicanas con mayor influencia 
internacional en el Web of Science y SCOPUS, considerando cuatro indicadores 
Introducción 
IV 
 
que miden el impacto de las citas (Scimago Journal Rank, Impact Factor, 
Eigenfactor Score y Source Normalized Impact per Paper). Utilizar la tecnología 
neurocomputacional del sistema de software ViBlioSOM para analizar las 
diferencias que resultan al evaluar este núcleo de revistas en términos de estos 
cuatro indicadores. 
3. Analizar la evolución de la producción científica mexicana en la colección 
principal del Web of Science (WoS) y compararla con la evolución de la 
producción científica en la base de datos de Scopus. 
4. Analizar comparativamente la evolución de la producción científica mexicana en 
el WoS y Scopus, con el desarrollo número de investigadores en el Sistema 
Nacional de Investigadores. 
5. Comparar la producción científica mexicana en la colección principal del WoS 
con la producción científica de países de América Latina y otros países, con 
similar volumen de producción a México. 
6. Analizar la producción e impacto de México en WoS, en los principales campos 
de conocimiento de acuerdo a la clasificación del Essential Science Indicator del 
WoS. 
7. Analizar el Impacto Normalizado, indicadores de producción y de impacto 
independientes de tamaño para evaluar comparativamente el grado de 
desarrollo de México y otros países con similar índice de desarrollo científico. 
8. Utilizar la tecnología neurocomputacional de ViBlioSOM para caracterizar los 
perfiles de producción, impacto y excelencia de México y otros países con similar 
grado de desarrollo científico. Elaborar mapas de conocimiento en los que se 
puedan representar los grupos de países que tienen perfiles bibliométricos 
similares. 
 
 
 
 
 
 
Introducción 
V 
 
2. Antecedentes 
En la revisión bibliográfica identificamos estudios que emplean herramientas 
bibliométricas para determinar la evolución de dominios de conocimiento en la 
ciencia mexicana (Bravo Vinaja, 2005; Castillo-Pérez & Muñoz-Valera, 2014; 
Chinchilla-Rodriguez, 2004; Hernández, Dray, & Russell, 2013; Perez-Santos & 
Anaya-Ruiz, 2013). También se encuentran trabajos que estudian la región 
latinoamericana e incluyen el estudio del comportamiento de la producción científica 
mexicana (Chinchilla-Rodriguez, Zacca-Gonzalez, Vargas-Quesada, & Moya-
Anegon, 2015; Macias-Chapula, 2005; Michan, Russell, Pereyra, Cruset, & Beltran, 
2008; Romero, Garcia, & Kiwi, 2009). 
Aparecen los estudios que realiza el Foro Consultivo Científico y Tecnológico 
sobre la producción científica mexicana por cada entidad federativa, considerando 
además indicadores socioeconómicos (Laclette & Zúñiga-Bello, 2012). Este reporte 
tuvo en consideración los siguientes indicadores: producción total (suma de 
documentos publicados en cada institución), número de citas que recibieron las 
publicaciones de cada una de las instituciones, citas por publicación, porcentaje de 
documentos que recibieron citas, porcentaje de publicaciones en colaboración 
internacional, porcentaje de publicaciones que aparecieron en revistas de alto 
impacto y se empleó como fuente de información la base de datos SCOPUS. 
Otro antecedente en el tiempo lo constituye el estudio realizado por Kostoff y 
colaboradores (Kostoff, et al., 2005), el cual tuvo como objetivo principal identificar 
la estructura de la literatura científica mexicana en la temática Física del estado 
Sólido en el Science Citation Index para el año 2002. 
Después de una revisión bibliográfica, diversas son las investigaciones que 
han empleado técnicas bibliométricas para estudiar la producción científica 
mexicana, pero la investigación que se propone aporta nuevos indicadores y 
complementa a los anteriores debido a que emplea técnicas de inteligencia 
computacional, basada en el algoritmo de mapas auto-organizados (Self-Organizing 
Maps (SOM), con el objetivo de representar el perfil bibliométrico de la producción 
científica mexicana con mayor visibilidad e influencia internacional en las bases de 
Introducción 
VI 
 
datos del Web of Science y comprar el desempeño de las revistas mexicanas por 
medio de indicadores de última generación, basados en las citas. 
Esta tesis se estructura en cinco capítulos. La primera sección expone 
elementos introductorios de la investigación: motivos, justificación, objetivos y 
antecedentes del estudio. El capítulo I aborda aspectos conceptuales sobre los 
indicadores para describir la ciencia, el descubrimiento de conocimiento en bases 
de datos, la minería de datos y visualización de información bibliométrica. El capítulo 
II expone la metodología empleada para el estudio, así como, las fuentes de 
información, los indicadores y las herramientas bibliométricas empleadas. El 
capítulo III presenta los resultados obtenidos en la investigación divido en tres 
secciones. La primera sección expone un análisis bibliométrico de las principales 
revistas científicas mexicanas. El análisis de la producción científica mexicana en el 
Web of Science durante el período 2005-2015 se presenta en la sección dos del 
capítulo III. La siguiente sección presenta un análisis multifactorial del perfil 
bibliométrico de México y un grupo de países, con similar índice de desarrollo 
científico. El análisis multifactorialutiliza la técnica de mapas auto-organizados y 
toma en cuenta cuatro indicadores: uno de impacto, otro de producción y dos de 
excelencia. Por último, se ofrecen las consideraciones finales de la investigación.
Capítulo I: Marco teórico 
1 
 
Capítulo I: Marco teórico 
1. Elementos de análisis de la producción académica 
1.1. Indicadores de producción e indicadores basados en citas 
Los indicadores bibliométricos constituyen una de las herramientas más 
utilizadas para la medición del producto de la investigación científica, porque la 
documentación (independientemente del tipo de soporte) es el vehículo más 
prolífico y exitoso para la transferencia del conocimiento científico, conjuntamente 
con su transferencia oral por medio de conferencias y comunicaciones personales 
(Russell, 2002). 
En correspondencia con el entorno informacional en el cual se desenvuelve 
la ciencia actualmente, es necesario conocer nuevos patrones y comportamientos 
para analizar el contexto científico, por tal razón una de las nuevas tendencias en el 
campo de las metrías de la información es: el auge de los estudios a partir del 
cálculo de indicadores producción e indicadores basados en las citas. Estos últimos, 
se emplean como un criterio más en el análisis de artículos y publicaciones 
científicas porque a partir del reconocimiento que recibe una fuente de otra, permite 
reconocer estudios, conceptos, teorías, metodologías y herramientas científicas que 
inspiraron al investigador a desarrollar nuevas investigaciones o conocimiento; de 
esta forma se identifican nuevos patrones e influencias en la investigación científica. 
El desarrollo de las bases de datos en los años 60 del siglo XX, trajo consigo 
la creación de una serie de indicadores utilizados en el estudio de la producción o 
volumen de investigación, así como, la medición del desempeño de las revistas, 
instituciones, países y grupos de investigación en colaboración a través de 
indicadores basados en las citas, tradicionalmente extraídos de las bases de datos 
de citas como Science Citation Index (SCI), Social Science Citation Index (SSCI) y 
Journal Citation Reports (JCR); y en la actualidad, las bases de datos: Scopus, Web 
of Science, Google Scholar, Microsoft Academic Search y CiteSeerX se utilizan con 
frecuencia para investigar el crecimiento y comportamiento científico. 
Los resultados de la ciencia (output), se analizan a través de la cuantificación 
de la producción científica que genera un país, institución o investigador (Abramo, 
D'Angelo, & Rosati, 2013; Andras, 2011; Arencibia Jorge & Moya-Anegon, 2008; 
Capítulo I: Marco teórico 
2 
 
Barker, 2007; Melkers, 1993). Para lograr obtener una visión multidimensional de la 
ciencia se considera necesario la combinación de los indicadores existentes y la 
revisión por pares (peer review). De manera general, cuando se persiga analizar 
aspectos de carácter cualitativo, se impone recurrir a las opiniones de expertos 
mientras que para determinar aquellos aspectos de corte cuantitativo o si se 
pretende estudiar y comparar el comportamiento de investigadores, instituciones o 
países, el uso de indicadores bibliométricos se hace necesario (Piedras, 2009). 
El peer review se reconoce como el sistema de evaluación de la actividad 
científica con mayor tradición. Este método se basa en “el conocimiento y 
experiencia acumulados por determinados especialistas en su campo de 
investigación, lo que los convierte en poseedores de criterios sólidos y de carácter 
casi único para poder valorar adecuadamente las características, tendencias y 
resultados de la actividad de investigación en dicho campo” (Suarez Balseiro & 
Maura Sardó, 2005). 
Los indicadores de producción tienen una función descriptiva, en la cual estos 
están encaminados a producir información sobre el estado del volumen del sistema 
científico objeto de estudio, por ejemplo, cuántos artículos publican los 
investigadores, número artículos por centros de investigación. Específicamente en 
la presente investigación se determinó incluir los siguientes indicadores de 
producción: total de artículos publicados por (Ndoc): años, áreas de investigación, 
países, revistas; y porcentaje del total de artículos publicados (%Ndoc) por: años, 
áreas de investigación, países, revistas; los cuales miden el volumen de la 
producción científica mexicana durante el período de estudio. 
Los índices de citas ofrecen una visión valorativa de la influencia científica, 
ofrecen una óptica de la calidad de la investigación diferente al juicio de expertos 
porque toma en consideración el impacto y repercusión que ha tenido la 
investigación dentro de la comunidad, esto no significa, que no exista correlación 
entre las observaciones que derivan de ambos métodos( peer review e índices de 
citas) (Arencibia Jorge, 2010). 
Las tres bases de datos más importantes disponibles hoy en día, para la 
realización de análisis de citas son: WoS, Scopus y Google Académico, las cuales 
Capítulo I: Marco teórico 
3 
 
calculan sus propios índices basados en las citas (Tabla 1). Existen otras bases de 
datos disponibles, pero cubren un número limitado de campos científicos. Por otra 
parte, algunas de estas bases de datos no contienen los datos sobre las referencias 
de las publicaciones, por tanto, no se pueden utilizar para calcular los indicadores 
basados en las citas. 
 
Tabla 1. Indicadores basados en citas con mayor uso derivados de Bases de datos como 
Web of Science y Scopus 
 
La ciencia, a pesar de sus múltiples aristas, es sensible de ser estudiada bajo 
tres aspectos fundamentales: productividad, impacto y excelencia científica, por ello 
en la actualidad la mayoría de las metodologías de indicadores bibliométricos o 
cienciométricos miden la ciencia en sus múltiples ángulos, y toman en cuenta 
indicadores de productividad, impacto, visibilidad, y excelencia (Arencibia Jorge, 
2010; Callon & Courtial, 1995; González de Dios, Moya, & Mateos Hernández, 1997; 
Licea de Arenas, 1993; Rodríguez Sánchez, 2012; Sancho, 1990; Schneider, 2006). 
Los indicadores basados en las citas ofrecen diferentes interpretaciones: 
como una medida del impacto científico de la investigación (J. R. Cole, 2000; Van 
Raan, 2004); de prestigio académico para otorgar premios y honores; también 
reflejan la calidad, relevancia e impacto de un documento en la obra de otro, para 
Algunos 
Indicadores 
basados en 
las citas 
calculados 
por bases 
de datos
Conteo de citas
J
Journal Impact Factor
Índice de Inmediatez
Índice H
Vida media de las citas
Vida media citante
Autocitas
Citas/No. de papers no citados
Article Influence® score
SJR Rank
Eigenfactor® score
Citas por documento
Capítulo I: Marco teórico 
4 
 
de esta forma demostrar que, las citas se realizan a los aportes científicos (Lutz 
Bornmann & Hans-Dieter, 2008). 
Mencionar además como, este tipo de indicador se aplica en los análisis de 
contexto y contenido para, derivar diferentes interpretaciones y significados del 
comportamiento de las citas en un artículo y por consiguiente medir el impacto 
científico. Los análisis de contexto, tienen el objetivo de ilustrar la relación entre el 
documento y las citas, para ello se genera un esquema de clasificación o taxonomía 
sobre la funcionalidad de las citas; se determina el contexto en el cual fue creada la 
cita (Cronin, 1984). Por su parte, el análisis de contenido de las citas describe el 
contenido semántico del documento citado con el fin de caracterizar las obras 
citadas (Lutz Bornmann & Hans-Dieter, 2008). 
 
1.2. La eficiencia científica medida a través de indicadores de productividad 
Los términos de eficiencia y efectividad provienen de las ciencias 
económicas, pero hoy día se aplican a todos los ámbitos, incluyendo el sector 
científico. En el caso de la ciencia, la productividad se interpreta como eficiencia y 
el rendimiento del sistemacomo efectividad, términos que se emplean en los 
estudios métricos del grupo de cienciómetras liderado por el Dr. Humberto Carrillo 
en el Laboratorio de Dinámica no lineal, de la Facultad de Ciencias de la Universidad 
Nacional Autónoma de México (Villaseñor-García, Arencibia Jorge, & Carrillo-
Calvet, 2016). No necesariamente una alta producción se encuentra relacionada 
con el rendimiento o efectividad (Abramo & DAngelo, 2016b). La interpretación 
económica de la ciencia se basa en la productividad de la investigación (eficiencia) 
y en el rendimiento (efectividad) a través del cálculo de indicadores que tomen en 
cuenta las medidas de inversión en la investigación (Lutz Bornmann & Haunschild, 
2016). 
Los metristas emplean diferentes indicadores para medir la eficiencia de la 
investigación, pero deben ser muy cuidadosos en los índices que calculan para 
realizar estudios evaluativos u obtener ranking (clasificación de mayor a menor), 
que se utilizan posteriormente en la toma de decisiones. En este sentido, es 
necesario prestar atención a los indicadores que incluyen medidas de input (gastos 
Capítulo I: Marco teórico 
5 
 
en investigación, número de investigadores activos, gastos en investigación) en 
relación con la productividad; otro aspecto es que los estudios a nivel macro, meso 
o micro no deben considerar los indicadores dependientes del tamaño (número de 
citas, número de Highly Cited papers) solamente, sino que estos deben ser 
combinados con otros indicadores para obtener indicadores de tamaño 
independiente (Glanzel, Thijs, & Debackere, 2016), también los gobiernos e 
instituciones de investigación deben ofrecer los datos necesarios para calcular este 
tipo de indicadores, es decir, nombre y afiliación de los científicos, de investigación, 
rango académico, recursos asignados. 
Por último, con el objetivo de evitar distorsiones es necesario clasificar el 
objeto de estudio (artículo, revista, institución, país) por campo de investigación, a 
lo que se denomina normalización, proceso que se realiza debido a los diferentes 
patrones de citación que existe a través de las áreas de la ciencia, (Abramo, 
D'Angelo, & Di Costa, 2008), la normalización de las citas por campos de 
investigación permite analizar, comparar y evaluar diferentes artículos, revistas, 
instituciones, y países de acuerdo a su eficiencia y rendimiento de forma justa. 
 
1.3. Consideraciones sobre los indicadores de excelencia 
Los artículos altamente citados (Highly Cited Paper o HCP) se consideran 
uno de los indicadores más empleados para estudiar la excelencia científica (Lutz 
Bornmann, Leydesdorff, Walch-Solimena, & Ettl, 2011; Lutz Bornmann, Stefaner, de 
Moya Anegon, & Mutz, 2016), determinar rankings de centros o facultades con 
mayor desempeño (Bloch, Schneider, & Sinkjaer, 2016; Lutz Bornmann, Stefaner, 
de Moya Anegon, & Mutz, 2014; Waltman, et al., 2012), en el otorgamiento de 
premios (Rodriguez-Navarro, 2011) y para identificar áreas científicas con alta 
excelencia (Baudoin, Peltier, Graillot-Gak, & Haeffner-Cavaillon, 2004; Lutz 
Bornmann & Leydesdorff, 2016). 
Los HCP se pueden definir de diferentes maneras, en esta investigación se 
toma el concepto de la herramienta Essential Science Indicators producido por 
Thomson Reuters, se define como el número de artículos que recibieron un total de 
Capítulo I: Marco teórico 
6 
 
citas superior al 1% de citas cuando se compara con todos los artículos publicados 
en el mismo año y en la misma disciplina ("Web of Science," 2016). 
Los artículos altamente citados tienen una naturaleza compleja, la cual está 
determinada por las siguientes características, extensas coautorías de diferentes 
países con altos niveles de colaboración internacional, se publican en revistas con 
alto factor de impacto, suelen ser citados por científicos extranjeros, existe una 
mayor representación de los artículos de revisión como artículos que reciben un alto 
número de citas con respecto a otro tipo de artículos, y el porcentaje de autocitas 
es muy bajo para los artículos altamente citados (Dag W Aksnes, 2003; Miyairi & 
Chang, 2012; Tijssen, Visser, & van Leeuwen, 2001). 
El hecho que un artículo reciba alto número de citas y se considere como 
HCP, lleva implícito las decisiones de muchos investigadores para citar determinado 
artículo; en este sentido, la calidad y visibilidad juegan un papel fundamental en este 
proceso (Lutz Bornmann, 2014). La calidad está relacionada con la estructura del 
conocimiento científico (conocimiento núcleo y de frontera) (S. Cole, 2000); en la 
actualidad una gran parte de los artículos publicados tienen un corto período de 
importancia y no trascienden, es decir, un bajo número de trabajos se convierten en 
literatura núcleo para un campo de la ciencia, lo cual provoca que reciban un alto 
número de citas. 
Por su parte la visibilidad, es relevante porque generalmente los artículos 
altamente citados son concebidos por un promedio de 8 autores, factor que favorece 
la visibilidad de la investigación y por tanto obtener un mayor número de citas (Dag 
W Aksnes, 2003). Además, un artículo con un alto número de citas de otras 
contribuciones implica que un mayor número de especialistas consideró este 
trabajo; por tanto, aumenta la visibilidad. En general influyen diversos factores 
sociales para que un autor cite un documento en particular; y específicamente los 
científicos tienden a citar las contribuciones que son útiles para su propia 
investigación (Cronin, 1984). Además, gran parte de lo que se publica son estudios 
que no se consideran núcleo en un campo científico y existen diferencias en los 
hábitos de citación para cada área de investigación. 
Capítulo I: Marco teórico 
7 
 
Los trabajos altamente citados son concebidos por autores con altos niveles 
de citas, pioneros e influyentes en sus campos, además son productivos y pueden 
obtener una cantidad desproporcionada de los fondos de subvención; por tanto, sus 
trabajos en virtud de su visibilidad son un factor clave de efectos de la reputación 
en el mundo académico. Por otra parte, la investigación ofrece un enfoque de enlace 
o relación entre ciencia-práctica, la industria y la academia, estudios que tienen 
implicaciones prácticas de la vida real que pueden impactar a nivel individual y social 
(Dag W. Aksnes & Rip, 2009; Antonakis, Bastardoz, Liu, & Schriesheim, 2014). 
Importante entender lo que distingue a los artículos altamente citados de los menos 
conocidos, diferencia que se centra específicamente en la aplicación de los métodos 
académicos de la investigación, y la validez de las conclusiones del artículo. 
 
2. Elementos de análisis del desempeño de las revistas académicas 
Las revistas científicas constituyen el canal de comunicación de los 
científicos e investigadores, se consideran como un criterio para evaluar el 
rendimiento de la investigación de un científico. En este contexto, un ranking de 
revistas constituye una herramienta importante para los investigadores en el 
momento de elegir la publicación adecuada para canalizar sus resultados de 
investigación, los bibliotecarios pueden planificar una mejor selección para 
incrementar las colecciones y los editores conocen el grado de calidad de su revista. 
Los rankings de revistas se concibieron con el objetivo de evaluar el impacto 
de las revistas en campos específicos, los más empleados en la actualidad son los 
basados en las estadísticas de citas, como el factor de impacto (IF) creado por 
Eugene Garfield desde 1963 y se reporta por el Journal Citation Reports de 
Thompson Reuters; los nuevos índices de Google Académico, Journal Metrics, y 
SCImago Journal Rank (SJR). Además, en la literatura se encuentran estudios que 
han realizado ranking de revistas en diferentes campos de la ciencia con el propósito 
de determinar, a través del cálculo de indicadores basados en las citas,la calidad 
de las revistas (Pajic, 2015; Parameswaran & Sebastian, 2006; Seiler & Wohlrabe, 
2014; Serenko & Dohan, 2011; Vanclay, 2011). 
Capítulo I: Marco teórico 
8 
 
Clasificar las revistas científicas en un orden, constituye una herramienta 
importante para las instituciones académicas donde existen esquemas de 
evaluación y es un método para reducir la incertidumbre en el proceso de selección 
de la publicación y en la medición/evaluación de los resultados de la investigación 
(Pajic, 2015; Polonsky, 2004). Proporcionan cierta estabilidad para la realización de 
estudios evaluativos para un período de tiempo; siempre y cuando no influyan 
factores como el aumento desproporcional de autocitas y la aparición de hot papers 
(artículos calientes); es un comportamiento común en revistas de menor rango 
donde las pequeñas fluctuaciones en el número de citas pueden producir grandes 
cambios en el ranking. A medida que la calidad y el prestigio de las revistas 
aumenta, la variabilidad relativa del factor de impacto disminuye, y por lo tanto el 
ranking de revistas ofrece una tendencia a ser más fiable y estable para su nivel 
(Pajic, 2015). 
Otra de las ventajas de los rankings es como los académicos reciben altos 
salarios cuando publican en revistas de primer nivel, algunas universidades han 
desarrollado políticas para recompensar financieramente las facultades que tienen 
un mayor número de artículos en revistas núcleo. Las bibliotecas pueden utilizar 
esta clasificación para asignar recursos y establecer prioridades para la suscripción. 
Los editores pueden saber acerca de la posición relativa de su revista y de esta 
manera desarrollar campañas de marketing, atraer a los suscriptores y sugerir 
temas muy exclusivos y actuales (Serenko & Dohan, 2011). 
Existen varios enfoques posibles para obtener un ranking de revistas, el 
método cualitativo que se basa generalmente en las encuestas que registran las 
percepciones de los encuestados (Peffers & Tang, 2003). Por otro lado, el método 
cuantitativo que se fundamenta en el factor de impacto de la revista, que es una 
métrica para medir el impacto de las revistas en varias áreas temáticas; este tipo de 
análisis de citas se considera la metodología más objetiva para evaluar la calidad 
de la revista y obtener un ranking. 
Existen alternativas al factor de impacto que junto al criterio de expertos 
permiten validar la influencia de las revistas como; el Source Normalized Impact per 
Paper (SNIP), el SCImago Journal Ranking (SJR) y Eigenfactor (EFS); estos 
Capítulo I: Marco teórico 
9 
 
indicadores se consideran de importancia para construir ranking de revistas en 
bases de datos como Web of Science y Scopus (Falagas, Kouranos, Arencibia-
Jorge, & Karageorgopoulos, 2008; Leydesdorff & Opthof, 2010; Henk F. Moed, 
2011). 
2.1. El Factor de Impacto de Garfield 
El factor de impacto (IF), mide la importancia de una publicación científica, 
es calculado anualmente por las publicaciones que se encuentran recogidas en el 
Journal Citation Reports del Web of Science, Thomson-Reuters. En la literatura se 
cuestiona el uso del IF como indicador que ofrece información sobre la calidad de 
las publicaciones. Además, como su período de cálculo base para citas es muy 
corto, no toma en cuenta que, los artículos clásicos son citados más frecuentemente 
que los originales, incluso décadas después de haber sido escritos. Finalmente, sus 
resultados no son comparables en distintas áreas de investigación (Garfield & Sher, 
1963). 
2.2. Eigenfactor del WoS 
Eigenfactor (EFS) tiene sus antecedentes como eigenvector centrality, 
indicador que se introdujo por el sociólogo Phillip Bonacich en 1972 como una forma 
de cuantificar el estado o la popularidad de un individuo dentro de una red de 
comunicación. El objetivo de Bonacich era utilizar la estructura de una red para 
identificar quiénes eran las personas importantes en la red (Bergstrom, West, & 
Wiseman, 2008). 
Luego Carl T. Bergstrom, experto en Biología de la Información y Métrica de 
la Información Científica en la Universidad de Washington diseñó en el año 2007 el 
indicador: eigenfactor. 
Identificar cuántos nos citan, quiénes y cómo lo hacen, es lo que valora el 
Eigenfactor; cuando este indicador es combinado con otros se obtiene un ranking 
de revistas científicas más confiables para validar la influencia de las publicaciones 
(Wesley-Smith, Bergstrom, & West, 2016); en la red de referencias que citan una 
revista. Además, evalúa la importancia y posición de cada revista en la red; no 
proporciona directamente el costo de las publicaciones, pero los bibliotecarios 
Capítulo I: Marco teórico 
10 
 
pueden determinar a través de este indicador el costo-efectividad de una colección 
de revistas. 
Cada área de la ciencia tiene diferentes comportamientos de las citas y las 
escalas para producir/recibir citas también difieren, en ese sentido, el uso de la red 
de citas, en el cual se basa el algoritmo del cálculo de Eigenfactor permite de forma 
automática identificar estas diferencias y comparar las diferentes áreas de 
investigación. Es un indicador que para su cálculo se toman las citas recibidas en 
un período de cinco años (Bergstrom, 2007; West, Bergstrom, & Bergstrom, 2010). 
 
2.3. Source normalized impact per paper 
El indicador SNIP fue concebido por Henk Moed en el 2010, y los valores son 
reportados en la base de datos Scopus y en la herramienta Journal Metrics. SNIP 
calcula el impacto de las citas en las revistas científicas utilizando un enfoque 
normalizado de la fuente “source normalized approach”, con el objetivo de rectificar 
las diferentes prácticas de citas sin recurrir a un sistema de clasificación temática 
en el que se definen explícitamente los límites de los campos temáticos de las 
revistas. Source normalized approach realiza un conteo de las citas por cada campo 
de investigación basado en las características de las fuentes que originaron la cita 
(Waltman, van Eck, van Leeuwen, & Visser, 2013a). 
Este indicador mide el impacto de las citas de contexto en la revista conocido 
en inglés como: journal´s contextual citation impact. Para ello toma en consideración 
las características del grupo de artículos que citan una revista. En este enfoque, se 
calcula la frecuencia que un artículo de una revista cita (citing papers) otros artículos 
procedentes de otras revistas, a lo que se denomina journal´s subject field (Moed, 
2010). 
En términos generales, el SNIP evalúa el impacto de las citas de contexto en 
la revista científica, escenario que está determinado por las referencias y además 
por el grado de cubrimiento que la base de datos ofrece para la revista. El SNIP es 
un indicador que ofrece potencialidades y debilidades (Waltman, et al., 2013b) para 
evaluar el desempeño de las revistas; pero todavía no existe un único indicador para 
Capítulo I: Marco teórico 
11 
 
validar las publicaciones científicas. El proceso de comunicación científica es un 
concepto multidimensional que no puede ser expresado en una sola medida. 
En términos generales, SNIP se convierte en un indicador con importantes 
ventajas sobre las tradiciones enfoques de normalización en los sistemas de 
clasificación de las revistas y los índices basados en las citas para validar el 
desempeño de las publicaciones (Moed, 2010; H. F. Moed, 2011; Schoepfel & 
Prost, 2009; Waltman, van Eck, van Leeuwen, & Visser, 2013b) debido a los 
siguientes puntos: 
 Este indicador permite delimitar el conjunto de artículos que citan una revista 
sin depender de un sistema de clasificación por temática para las revistas, sino 
que se basa en las relaciones de las citas. 
 El nuevo indicador corrige las diferencias en las referencias encontradas 
entre campos temáticos, específicamente la frecuencia con la que los autores 
citan otros documentos y la velocidad en la maduración del impactode las citas. 
 Además, corrige las diferencias en la cobertura de la base de datos para 
diferentes campos de investigación. Ejemplo: un bajo porciento de referencias 
activas conduce a un menor valor del indicador, database citation potencials, 
que tiende a ofrecer valores más altos del SNIP en comparación con el raw 
impact per paper indicator. Variables que intervienen en el cálculo del SNIP y 
que se definen el capítulo siguiente. 
 Permite corregir las diferencias en las categorías temáticas para las revistas 
multidisciplinares, como Nature o Science. 
2.4. SCImago Journal Rank (SJR) 
SCImago Journal Rank (SJR) es un indicador creado por el grupo de 
investigación SCImago en el año 2009. SJR es un índice de tamaño independiente 
destinado a medir el prestigio promedio por artículo de una revista que está siendo 
evaluada. Este indicador tiene la función de representar el impacto científico de una 
revista, desde una perspectiva cuantitativa y cualitativa. 
La idea esencial que subyace en la aplicación de indicador en la evaluación 
de revistas científicas es la asignación de pesos a las citas bibliográficas en base a 
la importancia de las revistas que emitieron las citas. Las citas hechas por las 
Capítulo I: Marco teórico 
12 
 
revistas importantes se les asigna mayor peso que las emitidas por revistas menos 
importantes. Esta "importancia" se calcula de forma recursiva, es decir, las revistas 
importantes serán los que a su vez reciben muchas citas de otras revistas 
importantes. Este proceso se determina gracias a la aplicación del algoritmo de 
PageRank creado por Google en 1998. Por ello, este indicador se considera como 
un journal prestige indicator (González-Pereira, Guerrero-Bote, & Moya-Anegón, 
2009). 
 
3. Descubrimiento de conocimiento, minería y visualización de información en bases 
de datos bibliográficas 
3.1. El descubrimiento de conocimiento en bases de datos (KDD) 
En la década de los años 80 del siglo pasado, aparecen tecnologías como 
las computadoras y los lenguajes de cuarta generación. Estos avances tecnológicos 
provocaron un cambio de pensamiento y acción; el usuario comprendió que los 
datos no solo se necesitaban para el procesamiento de transacciones online, 
también los datos facilitaban tomar decisiones a la alta dirección para mantener las 
instituciones en entornos muy competitivos. A partir de este momento, las bases de 
datos se utilizaron para el análisis de los datos almacenados y recuperar 
información. Con el transcurso del tiempo, el volumen de datos se incrementó y las 
herramientas para gestionar los datos no eran las adecuadas y surgió la necesidad 
de herramientas de análisis para grandes cantidades de datos. 
En la era moderna, la mayoría de la información está disponible a través de 
documentos en lenguaje natural no estructurados, esto se debe al crecimiento 
exponencial de la web, las bibliotecas digitales, la documentación en formato digital, 
etc. Sin embargo, este gran cúmulo de datos lleva intrínsecamente información 
estratégica, a la cual no es fácil de acceder a través de técnicas clásicas de 
recuperación de información. 
El descubrimiento de conocimiento en bases de datos o en inglés Knowledge 
Discovery in Databases (KDD) fue acuñado en el primer “workshop” de KDD en 
1989 y se define como: el conjunto de acciones que se desarrollan para analizar 
las grandes cantidades de datos almacenadas por las organizaciones, con el fin de 
Capítulo I: Marco teórico 
13 
 
obtener información de interés para mejorar el funcionamiento y rendimiento de las 
mismas (U. M. Fayyad, Piatetsky-Shapiro, Smyth, & Uthurusamy, 1996). 
Bernstein, define KDD como el resultado de un proceso exploratorio que, 
implica la construcción de modelos a partir de los datos almacenados (Bernstein , 
Provost, & Hill, 2005). 
La extracción de información (IE) es un método con la precisión razonable 
capaz de transformar los datos no estructurados que están en una base de datos 
estructurada, en formas intermedias. Las formas intermedias más habituales son: 
bolsa de palabras, N-grams, palabras clave, multitérminos, conceptos de jerarquía, 
mapas conceptuales (Sirsat, Chavan, & Deshpande, 2014). 
Hoy en día, mucho más allá del reconocimiento de patrones, a este proceso 
se le ha dado una variedad de nombres, incluyendo: la minería de datos, extracción 
de conocimiento, el descubrimiento de información, recolección de información, 
extracción de información (U. Fayyad, G. Piatetsky-Shapiro, & P. Smyth, 1996), 
entre otras, pero en esta investigación se empleará el término: descubrimiento de 
conocimiento en bases de datos o en inglés Knowledge Discovery in Databases 
(KDD). 
El objetivo principal del KDD es la extracción del conocimiento que se 
encuentra dentro de grandes cantidades de datos en bruto, identificar los patrones 
más importantes y significativos, así como, representar los objetivos del usuario. El 
descubrimiento de conocimiento oculto, es posible gracias a la aplicación de 
sofisticadas técnicas como la inteligencia artificial, la minería de datos y la 
visualización de información, las cuales permiten encontrar patrones y relaciones 
dentro de los datos permitiendo la creación de modelos, y representaciones 
abstractas de la realidad. 
El valor real de los datos reside en la información que se puede extraer de 
ellos, información que ayude a tomar decisiones o mejorar la comprensión de los 
fenómenos que se presentan en la realidad. Hoy, más que nunca, los métodos 
analíticos avanzados son el arma secreta de muchos negocios exitosos. Empleando 
métodos analíticos avanzados para la explotación de datos, los negocios 
Capítulo I: Marco teórico 
14 
 
incrementan sus ganancias, maximizan la eficiencia operativa, reducen costos y 
mejoran la satisfacción del cliente (Gamarra, Guerrero, & Montero, 2016; Holzinger, 
Dehmer, & Jurisica, 2014; Witten & Frank, 2005). El reto no es la extracción de 
información significativa de los datos no estructurados sino hacer los datos útiles al 
usuario final. 
3.2. La minería de datos como parte de la metodología de descubrimiento de 
conocimiento en bases de datos 
Desde el punto de vista académico, el término Minería de datos en inglés 
Data mining se considera como un proceso dentro de la metodología KDD (Usama 
Fayyad, Gregory Piatetsky-Shapiro, & Padhraic Smyth, 1996; Gullo, 2014; Holmes, 
2013; Holzinger, et al., 2014; Senger, Leach, Ralph, & David, 2008; Wanderley, 
Tacla, Barthes, & Paraiso, 2015); pero en el ámbito empresarial ambos términos se 
emplean de manera indistinta. En este trabajo de investigación se emplea el término 
minería de datos como fase del proceso de KDD. 
En este sentido, la metodología KDD involucra varios algoritmos de minería 
de datos o data mining. Esta última se define por Fayyad como la etapa de 
descubrimiento del KDD que consistente en el uso de algoritmos concretos que 
generan una enumeración de patrones a partir de los datos pre-procesados (U. 
Fayyad & Stolorz, 1997). 
KDD es una metodología interactiva e iterativa que incluye varios pasos, una 
de las primeras propuestas fue planteada por Fayyad en 1996 (Figura 1) y en ella 
el proceso se divide en las siguientes fases: comprensión del problema, selección 
de la base de datos objetivo del proceso de descubrimiento, limpieza y 
preprocesado de dicha base de datos, reducción, elección del método que se va a 
usar para resolver el problema, elección del algoritmo, ejecución del algoritmo de 
Minería de datos elegido, interpretación de los patrones obtenidos y consolidación 
del conocimiento obtenido (Usama Fayyad, et al., 1996). 
 
Capítulo I: Marco teórico 
15 
 
 
Figura 1. Fases de la metodología para el descubrimiento de conocimiento en bases de 
datos (KDD) (Fayyad, et al., 1996) 
KDD cuenta de los siguientes pasos según el criterio de varios autores desde 
los que definieron estaherramienta hasta alguna de las más recientes propuestas 
(Liao, Chu, & Hsiao, 2012): 
 Determinar las fuentes de información que pueden ser útiles y dónde 
conseguirlas. 
 Diseñar el esquema del almacén de datos (Data Warehouse) para 
unificar toda la información recuperada. 
 Implantación del almacén de datos para facilitar la navegación y visualización 
previa de sus datos, y determinar los elementos que pueden ser estudiados. 
 Selección, limpieza y transformación de los datos que se van a analizar. La 
selección incluye tanto una criba o fusión horizontal (filas) como vertical 
(atributos). La limpieza y pre-procesamiento de datos implica el trazado de 
una estrategia para eliminar los ruidos, textos incompletos, en fin, toda la 
información que no es necesaria. 
 Minería de datos: incluye la selección de la tarea de descubrimiento a 
realizar, por ejemplo, clasificación, agrupamiento o clustering, regresión, etc. 
El proceso de minería de datos, busca patrones que puedan expresarse 
como modelo. 
 Estimación, interpretación, transformación y representación de los patrones 
extraídos. 
Capítulo I: Marco teórico 
16 
 
 Difusión y utilidad del nuevo conocimiento para añadir el conocimiento 
descubierto al sistema con el propósito de resolver conflictos potenciales con 
el conocimiento existente, trazar acciones y tomar decisiones. 
La Minería de datos es la fase de mayor importancia y tiene como tareas 
determinar el patrón de descubrimiento, la agrupación, clasificación, y resumen (Fu, 
2011), específicamente, se ocupa de la extracción de patrones interesantes por la 
elección de un método de extracción de datos o tareas específicas (por ejemplo, el 
resumen, la clasificación, agrupación, la regresión, y así sucesivamente), luego los 
algoritmos adecuados para llevar a cabo la tarea a la mano, y por último una 
representación adecuada de los resultados de salida; por ello se considera la fase 
de mayor importancia en el proceso de KDD (Kurgan & Musilek, 2006). 
 
3.3. Técnicas de la minería de datos 
El volumen de datos almacenados y disponibles de forma remota en las 
bases de datos, ha generado la necesidad de explotar estos datos y transformarlos 
en información, es decir, los datos constituyen el ingrediente o materia prima de la 
minería de datos, la cual ha estado bajo desarrollo por décadas, y se ha nutrido de 
otras áreas de investigación como las estadísticas, inteligencia artificial y el 
aprendizaje de máquinas. Hoy, la madurez de las técnicas y método de la minería 
de datos, junto con los motores de las bases de datos relacionales de alto 
desempeño, hicieron que de la minería de datos sea una práctica común para los 
entornos de data warehouse (almacén de datos). 
En el núcleo del proceso de minería de datos se destaca la aplicación de 
diferentes métodos, que permiten el descubrimiento de patrones de distintos tipos, 
entre los que se pueden destacar, por mencionar algunos, clasificación, 
caracterización, asociación, “clustering” y discriminación, los cuales han sido 
conceptualizados por diferentes autores (Han & Kamber, 2000; Kishida, 2003; 
Kuncheva, 2004; Kurgan & Musilek, 2006; Leskovec, Kleinberg, & Faloutsos, 2007; 
Liao, et al., 2012; Pyle, 1999). 
Una de las primeras y más completas conceptualizaciones de las técnicas de 
minería de datos lo presentó Fayyad en su artículo (U. Fayyad & Stolorz, 1997), 
Capítulo I: Marco teórico 
17 
 
además, la fase se compone de varias técnicas las cuales se mencionan a 
continuación: Predictive modeling (modelo predictivo), Clustering (agrupación), Data 
summarization (resumen de datos), Dependency modeling, Change and deviation 
detection (detección de cambio y desviación). 
Siti Khadijah, en la novena Conferencia Internacional sobre Ciencia Cognitiva 
(9th International Conference on Cognitive Science), planteó que, una de las 
técnicas de minería de datos más usada es: Clustering o agrupamiento, seguido de 
la Clasificación, Sequential pattern o patrón secuencial, Predicción, y Reglas de 
asociación (PhridviRaj & GuruRao, 2014; Shu-Hsien, Pei-Hui, & Pei-Yuan, 2012); 
en este sentido, la presente investigación empleará la técnica de Clustering, para 
representar la información. 
Clustering es la técnica la cual toma un conjunto de entidades representadas 
por registros de una base de datos, la divide en grupos o clusters de manera tal que 
los elementos dentro de cada grupo sean similares. El objetivo del clustering es 
reducir la cantidad de datos mediante la caracterización o agrupamiento de datos 
con características similares. Esta agrupación es acorde con los procesos humanos 
de información y una de las motivaciones para usar algoritmos clustering es proveer 
herramientas automáticas que ayuden a la construcción de taxonomías. Los 
métodos pueden también ser usados para minimizar los efectos de los factores 
humanos que afectan el proceso de clasificación (Kishida, 2003; Kostoff, et al., 
2007; Tseng & Tsay, 2013; Villaseñor García, 2016). 
 
3.4. Visualización de información 
La teoría de la visualización se inició hace más de 2400 años. 
El filósofo Platón comprendió que percibimos los objetos a través de los sentidos 
con el uso de la mente. Por lo cual, nuestra percepción del mundo real es una 
traducción de la energía física de nuestro entorno en señales neuronales 
codificados. La mente interpreta continuamente y categóricamente nuestra 
percepción del entorno que nos rodea. Ejemplo de ellos es: el uso de una 
computadora como fuente de entrada para las funciones de procesamiento de la 
mente, las interfaces de texto no sólo reducen la complejidad de la interfaz, y sino 
Capítulo I: Marco teórico 
18 
 
también filtran el uso de las más potentes funciones de procesamiento de 
información en la mente humana. 
La capacidad de visualizar las implicaciones de los datos, es tan antigua 
como la humanidad misma. Los orígenes de la visualización de la información, se 
identifican por la búsqueda del insight a partir de la entropía que existe en un gran 
volumen de datos, a partir de dos perspectivas: estructura y cambio. Sus 
antecedentes se localizan en la historia del desarrollo del conocimiento y del 
lenguaje visual, estrechamente fusionado a la influencia de los progresivos avances 
tecnológicos y científicos, con dos propósitos esenciales: descubrir y explicar (C. 
Chen, 2006). 
El término Visualización de la Información se manejó por primera vez en 
1989; en esta etapa el término refiere a una propuesta de arquitectura cognitiva para 
interfaces de usuario interactivas. Luego, el estudio de las representaciones figuras 
de la información desde distintas disciplinas, y bajo la influencia de los paradigmas 
cognitivo y tecnológico, la Human Computer Interaction (HCI), la fortaleció como 
área de conocimiento distintiva de investigación, en función de poder desarrollar sus 
aplicaciones de forma satisfactoria en el manejo y representación gráfica de la 
información. Entonces se consolida como un área de investigación, con bases 
interdisciplinares, y enfocadas en la representación visual de un gran volumen de 
información, en el uso de técnicas gráficas interactivas para comprender y analizar 
los datos de forma intuitiva, detectando y explorando sus relaciones y patrones de 
comportamiento (Card, MacKinlay, & Shneiderman, 1999). 
La Visualización de Información surge de la informática (los gráficos 
computacionales y la interacción persona - computadora), la psicología (los 
procesos cognitivos y de la psicología de la percepción), de la semiótica (significado 
de los símbolos), diseño gráfico (para artefactos bien adaptados a su propósito), de 
la cartografía (para crear las representaciones visuales que son abstracciones 
cuidadosamente elegidas del mundo), y del arte (que han refinado los métodos para 
transportar el significado visual), y actualmente cuenta con su propia agenda de